learning_rate: 7e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 32
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 1000
num_epochs: 12
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Wer
15.1408	0.2	500	3.7715	1.0
13.0042	0.4	1000	3.0310	0.9999
5.5637	0.6	1500	0.8224	0.7684
4.2490	0.8	2000	0.5547	0.6044
3.5547	1.0	2500	0.4489	0.5347
2.8831	1.2	3000	0.3912	0.4826
3.1309	1.4	3500	0.3446	0.4251
2.5038	1.6	4000	0.3249	0.4063
2.7238	1.8	4500	0.2928	0.3691
2.5870	2.0	5000	0.2699	0.3468
2.4248	2.2	5500	0.2655	0.3340
2.4071	2.4	6000	0.2540	0.3306
2.0622	2.6	6500	0.2373	0.3104
2.1716	2.8	7000	0.2247	0.2925
2.1310	3.0	7500	0.2168	0.2842
2.1766	3.2	8000	0.2154	0.2792
1.8957	3.4	8500	0.2139	0.2672
2.0212	3.6	9000	0.2050	0.2631
2.0211	3.8	9500	0.1954	0.2545
1.9652	4.0	10000	0.1944	0.2574
1.9926	4.2	10500	0.1880	0.2441
1.8897	4.4	11000	0.1913	0.2432
1.7876	4.6	11500	0.1854	0.2411
1.8921	4.8	12000	0.1828	0.2388
1.6731	5.0	12500	0.1832	0.2318
1.6672	5.2	13000	0.1807	0.2352
1.8115	5.4	13500	0.1712	0.2218
1.6044	5.6	14000	0.1709	0.2192
1.7374	5.8	14500	0.1655	0.2229
1.5827	6.0	15000	0.1635	0.2126
1.4962	6.2	15500	0.1666	0.2101
1.5131	6.4	16000	0.1651	0.2183
1.5316	6.6	16500	0.1618	0.2052
1.4765	6.8	17000	0.1597	0.2073
1.5291	7.0	17500	0.1601	0.2071
1.5088	7.2	18000	0.1613	0.2030
1.4392	7.4	18500	0.1558	0.1953
1.4266	7.6	19000	0.1559	0.2010
1.5290	7.8	19500	0.1530	0.2045
1.2373	8.0	20000	0.1536	0.1941
1.2359	8.2	20500	0.1534	0.1997
1.3356	8.4	21000	0.1510	0.1900
1.4990	8.6	21500	0.1499	0.1906
1.4405	8.8	22000	0.1496	0.1908
1.2686	9.0	22500	0.1483	0.1850
1.2945	9.2	23000	0.1474	0.1853
1.3185	9.4	23500	0.1503	0.1943
1.3541	9.6	24000	0.1448	0.1868
1.3293	9.8	24500	0.1447	0.1851
1.2299	10.0	25000	0.1431	0.1835
1.1708	10.2	25500	0.1454	0.1793
1.2773	10.4	26000	0.1454	0.1820
1.3593	10.6	26500	0.1434	0.1829
1.2691	10.8	27000	0.1417	0.1792
1.1024	11.0	27500	0.1439	0.1792
1.2218	11.2	28000	0.1418	0.1761
1.0673	11.4	28500	0.1413	0.1773
1.3670	11.6	29000	0.1418	0.1769
1.1638	11.8	29500	0.1411	0.1769
1.1183	12.0	30000	0.1410	0.1765

Framework versions

Transformers 5.0.0
Pytorch 2.10.0+cu128
Datasets 2.16.0
Tokenizers 0.22.2

lishantKarki/wav2vec2-large-xls-r-300m-nepali-openslr3

wav2vec2-large-xls-r-300m-nepali-openslr3

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

lishantKarki/
wav2vec2-large-xls-r-300m-nepali-openslr3